ITPub博客

首页 > 大数据 > 数据分析 > 【御数·译文】数据领导力:实现数据价值的关键

【御数·译文】数据领导力:实现数据价值的关键

原创 数据分析 作者:御数坊 时间:2020-04-10 14:46:43 0 删除 编辑

原文来源:https://www.dataversity.net/data-leadership-the-key-to-data-value/


数据和业务已经变得密不可分,如果不能有效的使用数据,企业在业务推动过程中将会遇到麻烦。然而,如何有效地使用数据可能会很困难。咨询顾问安东尼·阿尔明(Anthony Algmin)表示,如果不清楚如何找到正确的数据、不相信现有的数据、不相信提供数据的工具和人员,可能会让人感到“一切都是凌乱的,一切都很可怕”,但是有一个解决方案:“如果您处于这样的境地,那么数据领导力就是一种可以帮助您摆脱困境的因素”。


数据领导力

Algmin作为“Algmin Data Leadership”的创始人和CEO,也是《Data Leadership:Stop Talking About Data and Start Making an Impact!》一书的作者。他最近在接受DATAVERSITY采访时表示:“数据领导力是我们怎样去选择利用有限的精力和资源来创建数据能力,从而影响我们的业务。”


企业一直在努力将数据管理与业务成果联系在一起,所以Algmin选择了“数据领导力”这个术语,因为作为一名顾问他认为这正是他所缺乏的。他的目标是让这本书成为行业中任何人都可以阅读的资料,即使那些对元数据管理、主数据管理(MDM)或数据质量没有深入了解的人。

数据领导力和数据治理

Algmin在数据管理通讯中写的一篇题为《Make an Impact: Data Governance’s Missing Piece》的文章内指出,尽管数据治理提供了指导,但它本身并没有形成势头,而这正是设计数据领导力的目的。没有数据领导力,数据治理项目会以极大的热情开始,但由于被动的抵制或缺乏真正的兴趣而被淘汰。他说,数据领导力与数据治理之间有着相辅相成的关系:“数据治理对于数据领导力的成功至关重要——而数据领导力可能正是提高数据治理工作效率的因素。”

数据价值

理解什么是数据价值尤为重要,在于它有助于提高收入、成本效益或风险管理的能力。数据治理本身并不是一种内在的驱动,如果知道某个特定的实践或任务每年会节省数千美元的成本,这是一种切实的激励,可以让我们继续开展数据治理。


数据价值可通过比较使用数据实现的成果与不使用数据实现的成果,考虑实现成果之间差异成本。然后,可以根据能为公司提供最大价值的行动路线来确定优先级。

简单的良性循环

需要数据领导力来提供动力和推动数据价值的创造,从底层开始延伸到企业的各个角落。“这实际上是在说,'我们如何创建一种引擎,以尽可能大的方式实现数据价值?'”然而,“以尽可能大的方式”创造价值通常需要基于较小工作层面,一直到个人。通过找到一种通用语言和如何通过数据驱动业务的共识,使得每个人都可以做出贡献。


这需要让人们坐到谈判桌前打破障碍,允许每个人“解决这个问题”。在这个过程中,Algmin使用了一种称为“简单的良性循环”的方法,这种方法适用于个人、企业以及两者之间的任何地方。他说:“简单良性循环的关键内容是先进行评估,找出你可能改进的方向,然后选择行动方案并实施。”

从首席执行官到一线员工的任何人都可以提供数据领导力。“无论您从何处开始,优势是什么,数据领导力都是您可以做的。” 鼓励公司中的每个人问自己:“此刻,我做的工作是否可以衡量?创造或增加数据价值的机会在哪里?” 他说,即使是在最小的情况下,也可以通过问简单的事情来创造价值,例如:“如何通过自动执行此手动任务或计算,节省15分钟的时间?”

Algmin指出当个人感到有能力参与到以下这个循环中,小的改进累积起来就会产生更多的价值,从而达到规模经济。

观察:注意流程、工具、问题和障碍

理解:确定怎么做以及为什么

评估当前状态:此环节需要多长时间?有多少步骤?花费是多少?

识别可能改进的方向:我们可以做些什么来消除障碍、加快流程或实现自动化呢?

选择一个行动方案:在现在可以做的选项中做出决定(无论多小)

实施:执行行动方案

衡量创造的价值:查找与当前状态相比节省的时间或步骤


他认为简单的良性循环是消除问题的最佳方式,可以使业务变得更灵活、更创新、更善于处理数据、更善于处理内部变更管理。“如果我们能打破行业中不同群体之间的一些人为障碍,并开始利用我们拥有的技能共同努力解决问题,这样就会取得成功。”

数据领导力框架

数据领导力框架由五个类别组成,每个类别中都有五个领域或学科。此框架有助于实现人员、流程、技术和数据管理功能之间的平衡,以实现数据价值最大化。


访问——准备要使用的数据:我们如何找到、到达并有能力使用我们需要的数据?

  • 数据安全

  • 数据架构

  • 数据梳理

  • 数据开发

  • 支持、操作和运维


提炼——优化数据的潜力:我们如何确保足够的数据质量供我们使用?我们是否拥有正确的主数据策略?

  • 元数据

  • 数据质量

  • 主数据

  • 数据分析

  • 数据存储

  • 应用—根据数据洞察采取行动:我们如何鼓励参与?

  • 数据建模与数仓

  • 分析和报告

  • 交互式仪表板和可视化

  • 系统集成

  • 新兴数据技术

  • 影响—最大化业务价值:我们如何验证、度量和扩展数据所具有的真实业务价值?

  • 机器学习与人工智能

  • 度量、指标和KPI

  • 回归分析和预测建模

  • 业务流程自动化

  • 数据货币化

  • 调整—与利益相关者互动:在人员方面缺少什么?我们如何将其扩展到业务的其他领域?

  • 战略、标准和政策

  • 项目与计划管理

  • 市场营销与传播

  • 组织培训与定量文化建设

  • 法规遵从

通过连接管道创造和谐

为避免出现瓶颈,以上类别应彼此相对协调。Algmin喜欢将数据流类比为流经一系列管道的水,如果数据流经大小不同的管道,那么效率将不如管道大小大致相同。这就是“数据领导力”类别背后的想法。


总的来说,访问能力应该与应用能力相同,而应用能力应该与提炼能力、影响能力和调整能力相匹配。“所有这些都需要协调工作,以创造最佳的业务影响。”

弥合IT与业务之间的鸿沟

他表示,如果IT只是成为一种“功能”,而不是在战略上与业务相关,那么IT所扮演的角色就有问题,这就是系统失灵的原因。要想在数据方面取得成功,就必须改变这种状况:“如果数据不是我们业务战略组成部分,但我们希望数据是,那我们是在跟谁开玩笑呢?”

IT和业务都需要重新学习如何在真正的协作中相互参与。要消除这种差距,就必须抛弃“业务定义了他们想要的东西,然后IT为他们构建它”这样的概念,我们需要确保人们被鼓励去倾听,并利用人们的技能来实现这一点,我们的方法是跟踪数据价值。

合作创造价值

数据领导力实际上是协调人们之间的职能和管理变化。数据当然是它的形式,但它首先是人与人之间的协调,然后是系统,然后是数据。这才是真正创造价值的地方。这就是为什么我们说每个人在数据领导中都有自己的角色。在他看来,这种来自草根阶层的改善能力是传统上被忽视的。每个人都需要知道,他们有机会在自己的领域更好地利用数据,为组织的整体利益做出贡献,并影响实际的业务成果。我们已经看到了证据,我知道它可以改变职业,可以改变商业,可以改变产业。


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31556435/viewspace-2685434/,如需转载,请注明出处,否则将追究法律责任。

全部评论

注册时间:2018-09-27

  • 博文量
    13
  • 访问量
    5259